买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长春大学申请的专利一种基于VHPC-DETR的暴力目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120411736B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510919296.5，技术领域涉及：G06V10/82；该发明授权一种基于VHPC-DETR的暴力目标检测方法是由李念峰;辛配增;田佳;白新璐;柴腾飞;关彤;刘钱;肖治国;李丽娜设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种基于VHPC-DETR的暴力目标检测方法在说明书摘要公布了：本发明公开了一种基于VHPC‑DETR的暴力目标检测方法，属于目标检测与社会安全技术领域，获取暴力图像数据集，对数据集进行预处理。对目标检测模型RT‑DETR进行改进，得到改进后的VHPC‑DETR模型，对构建好的VHPC‑DETR目标检测模型进行训练，利用训练好的检测模型进行暴力目标检测；本发明提高了暴力检测的精度和鲁棒性，更适应于不同场景和不同内容的暴力检测，能够更精确地实现对暴力的检测，提高社会安全性。

本发明授权一种基于VHPC-DETR的暴力目标检测方法在权利要求书中公布了：1.一种基于VHPC-DETR的暴力目标检测方法，其特征在于，包括以下步骤： S1获取暴力图像数据集，对数据集进行预处理； S2对目标检测模型RT-DETR进行改进，得到改进后的VHPC-DETR模型； S3对构建好的VHPC-DETR目标检测模型进行训练； S4利用训练好的检测模型进行暴力目标检测； 步骤S2中，所述改进后的VHPC-DETR模型相对于基础模型RT-DETR的改进包括双向混合特征金字塔网络、动态分阶通道交互卷积部分和全域尺度语义编织与弹性特征校准网络三部分， 所述双向混合特征金字塔网络，输入是不同尺度的特征图，之后将其通过特征对齐模块进行处理，首先对高层特征图转置卷积，输出尺寸扩大至P416层级，然后对低层特征图P38特征经常规卷积下采样至P416层级,将对齐后的特征通过通道注意力机制生成动态权重，计算公式为： WTD＝σConv2ReLUConv1Falign1 其中WTD为通道注意力权重矩阵，σ为Sigmoid函数，Conv2为1×1卷积层，用来实现通道恢复，ReLU为激活函数，Conv1为1×1卷积层，用来实现通道压缩，Falign为对齐后的特征图，再经过信息注入模块和信息融合模块，实现了多尺度特征优化； 所述动态分阶通道交互卷积部分，是将原模型的骨干网络部分的后两层的基础块，融合通道分组部分卷积进行改进得到的，图像进入模型该部分后，动态分阶通道交互卷积部分网络从接收输入特征开始，输入特征会沿着不同的路径进行处理，首先输入特征有一个分支指向参数判断路径，若参数为True，输入特征会直接通过此路径传递到后续的合并步骤；若参数为False，该路径无实际作用，输入特征的另一个分支进入，在一般处理路径中，特征首先经过一个卷积层，该卷积层对输入特征进行卷积操作以提取特征，卷积后的特征接着对特征进行批归一化处理，归一化后的特征经过ReLU激活函数，引入非线性因素，输入特征同样有一个分支进入特殊处理路径，引入核心组件采用改进型基础块进行部分卷积操作，深层特征采用动态分阶通道交互卷积部分，浅层特征保持标准卷积，维持位置敏感度，最后将个路径元素合并输出； 所述全域尺度语义编织与弹性特征校准网络是将上下文和空间特征校准网络中的CFC_CRB模块和SFC_G2模块，根据原模型架构进行调整，与基础模型中的颈部网络中的特征融合和特征增强部分进行了融合得到调整后的CFC_CRB模块和调整后的SFC_G2模块。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路6543号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。